基于DNN-HMM的语音识别技术
基于DNN-HMM的语音识别声学模型结构如下图所示，与传统的基于GMM-HMM的声学模型相比，唯一不同点在于用DNN替换了GMM来对输入语音信号的观察概率进行建模。DNN与GMM相比具有如下优点： DNN不需要对声学特征所服从的分布进行假设； DNN的输入可以采用连续的拼接帧 ...
原文：AI大语音（十三）——DNN-HMM （深度解析）
本文来自公众号 AI大道理 GMM HMM建模能力有限，无法准确的表征语音内部复杂的结构，所以识别率低。 随着深度学习的崛起，研究人员将其逐步应用于语音识别中。 最开始便是DNN代替了GMM来进行观察状态概率的输出，实现DNN HMM声学模型框架，大大提高了识别率。 GMM HMM与DNN HMM对比 DNN HMM用DNN替换了GMM来对输入语音信号的观察概率进行建模。GMM对HMM中的后验概率 ...
2020-11-23 22:39 0 435 推荐指数：
相关推荐
AI大语音（十一）——WFST解码器（上）（深度解析）
点击上方“AI大道理”，选择“置顶”公众号 为了让识别出来的语音符合常规语言表达，引入了语言模型作为约束。 为了加速解码识别效率又引入了WFST解码机制。 解码本质：解码就是在网络中寻找最优路径。 解码方式多种多样，各有优缺点。 （注：on-the-fly ...
AI大语音（五）——隐马尔科夫模型（HMM）
点击上方“AI大道理”，选择“置顶”公众号 重磅干货，细致入微AI大道理 —————— 1HMM基础 一模型、两假设、三问题 1）一个模型 随机过程：是依赖于参数的一组随机变量的全体，参数通常是时间。随机变量是随机现象的数量表现，其取值随着偶然因素的影响而改变。 例如，某商店在从 ...
AI大语音（八）——GMM-HMM声学模型
基于GMM的0-9孤立词识别系统以词为训练单位，添加新词汇需要重新进行训练，若要涵盖所以词，差不多6万个词，训练量极大，预测时也要计算6万个模型的似然，哪个大预测出哪个，在实际应 ...
AI大语音（十）——N-gram语言模型（深度解析）
扫描下方“AI大道理”，选择“关注”公众号 上一专题搭建了一套GMM-HMM系统，来识别连续0123456789的英文语音。但若不是仅针对数字，而是所有普通词汇，可能达到十几万个词，解码过程将非常复杂，识别结果组合太多，识别结果不会理想。因此只有声学模型是完全不够的，需要引入语言模型来约束识别 ...
AI大语音（九）——基于GMM-HMM的连续语音识别系统
上一专题GMM-HMM声学模型中讲述了其理论知识，这一章利用理论搭建一套GMM-HMM系统，来识别连续0123456789的英文语音。 本系统是单音素，未涉及后面三音子的训练以及决策树的内容。 在GMM专题和HMM专题中分别讲述了其训练都是EM算法，那么融合形成GMM-HMM模型后会 ...
智能语音技术的深度解析
欢迎大家前往腾讯云+社区，获取更多腾讯海量技术实践干货哦~ 本文由腾讯云AI中心发表于云+社区专栏 广义上来讲智能语音技术有各种各样的定义，以上是常见的一些热门的场景。语音识别，刚才罗老师也分享了部分内容。语音合成是文字变成语音，这部分我们后面会详细展开。再往后看，声纹识别 ...
《语音识别的前世今生：GMM+HMM & 深度学习》讲座笔记
这是我4月份在BitTiger公开课听的王赟大牛《语音识别的前世今生》整理的笔记 ，本来打算整理通畅再发的，结果实在没时间就一拖再拖。笔记有些草率，不过应该可以看明白，希望可以对有用，也祝王赟大神好 ...